整合無審查聊天完成 API

驗證與 base URL 設定

在「取得 API 金鑰」頁面透過 Google 或電子郵件登入生成您的金鑰。系統會立即為每個帳戶發行一個有效金鑰，且您可隨時替換。使用基礎 URL HTTPS://api.groqapikeys.com/v1 並將您的金鑰作為 bearer token。此設定適用於任何 OpenAI 相容客戶端，無需額外的代理步驟。

Copycurl https://api.groqapikeys.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List three advantages of low latency inference."}]
  }'

聊天完成端點結構

傳送 POST 請求至 /v1/chat/completions，您的模型 ID 為 "uncensored"。此端點接受標準訊息陣列並返回文字輸出。我們不提供 embeddings、圖像生成或微調。請保持資料大小在 8 MB 以下以確保可靠處理。錯誤（如 401 無效金鑰或 402 無額度）會立即返回，以便您調整整合。

串流回應與 token 計數

透過在請求中將 stream 參數設為 true 來啟用串流。您會收到一系列伺服器發送事件（SSE）片段，允許您逐步顯示文字。最後一個片段包含請求的完整使用統計數據，包括輸入和輸出的 token 數量。此方法降低了大型回應的感知延遲，並保持 UI 的響應性。

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

工具調用和 JSON 模式配置

透過將 response_format 設置為 json_object 來配置結構化輸出。這會強制模型返回有效的 JSON 而非自由文本。您還可以在請求主體中定義工具以啟用函式呼叫功能。uncensored 模型能可靠地處理複雜的工具定義，而不會拒絕標準的 JSON 結構。這適用於數據提取或 API 集成任務。

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.groqapikeys.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

速率限制與並行處理

每個 API 金鑰最多允許每分鐘 300 次請求，並支援 8 個並行請求。上下文視窗涵蓋 100,000 個 token（包含提示與補全）。若超出這些限制，系統將返回 429 速率限制錯誤。請將請求主體保持在 8 MB 以下以避免處理延遲。這些限制確保高吞吐量應用程式的穩定效能，且無隱藏的分層限制。

錯誤處理與使用報告

透過儀表板監控您的帳戶餘額，因為信用額度是預付的且永不過期。因內容拒絕或網路問題而失敗的請求不會消耗您的令牌。如果您遇到重複扣款或帳單問題，請使用支援頁面進行解決。該模型不會拒絕合法的成人或爭議性主題，因此大多數 4xx 錯誤與身份驗證或限制有關。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.groqapikeys.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)